基于句子排序和组合分类的中文文本分类方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的背景及意义 | 第9-11页 |
| ·课题的研究背景 | 第9-10页 |
| ·课题的研究意义 | 第10-11页 |
| ·文本分类概述 | 第11-14页 |
| ·文本分类的定义 | 第11-12页 |
| ·文本分类方法概述 | 第12-13页 |
| ·文本分类的系统构成 | 第13-14页 |
| ·本文完成的主要工作 | 第14页 |
| ·本文的结构 | 第14-15页 |
| 第2章 文本分类的各阶段及其实现 | 第15-36页 |
| ·引言 | 第15-16页 |
| ·文本表示 | 第16-21页 |
| ·文本表示的概念 | 第16-18页 |
| ·文本预处理 | 第18-19页 |
| ·向量空间模型 | 第19页 |
| ·权重计算 | 第19-21页 |
| ·特征降维 | 第21-26页 |
| ·概述 | 第21-22页 |
| ·常用的特征选择函数 | 第22-25页 |
| ·基于LSI的特征重构方法 | 第25-26页 |
| ·基于机器学习的分类器训练 | 第26-34页 |
| ·机器学习理论概述 | 第26-28页 |
| ·Na(?)ve Bayes分类算法 | 第28-29页 |
| ·K-近邻算法 | 第29-30页 |
| ·支持向量机算法 | 第30-32页 |
| ·多类分类问题 | 第32-34页 |
| ·测试和性能评价 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于句子排序和权重调整的KNN分类方法 | 第36-46页 |
| ·引言 | 第36-37页 |
| ·句子排序 | 第37-40页 |
| ·基于图的句子排序算法 | 第37-39页 |
| ·根据句子排序截取句子 | 第39页 |
| ·根据句子排序调整权重 | 第39-40页 |
| ·利用KNN进行分类 | 第40-41页 |
| ·特征降维方法的选择 | 第41-42页 |
| ·实验结果及分析 | 第42-45页 |
| ·实验结果及对比 | 第42-44页 |
| ·结论和分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于VSM和LSI结合的分类方法 | 第46-62页 |
| ·引言 | 第46-47页 |
| ·基于VSM和SVM的分类方法 | 第47-48页 |
| ·基于LSI和SVM分类方法 | 第48-49页 |
| ·基于SVM后验概率的VSM和LSI的组合分类 | 第49-56页 |
| ·SVM后验概率和准确率的统计 | 第49-52页 |
| ·算法描述 | 第52-54页 |
| ·实验结果和分析 | 第54-56页 |
| ·基于局部准确率的VSM和LSI组合分类 | 第56-60页 |
| ·方法的提出 | 第56页 |
| ·KNN算法的置信度和准确率的统计 | 第56-58页 |
| ·算法描述 | 第58-59页 |
| ·实验结果和分析 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69页 |
